Confiabilidade dos julgamentos de avaliadores de prova escrita na seleção para o mestrado
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Setores da comunidade acadêmica têm expressado seu entendimento de que programas de pós-graduação, particularmente os de stricto sensu, devem-se submeter a auto-avaliações. O presente estudo insere-se num contexto de auto-avaliação de um programa de mestrado. Seu propósito é investigar o perfil de confiabilidade dos julgamentos dos examinadores da prova escrita no processo de seleção ao Mestrado em Educação de uma universidade privada do Centro-Oeste. O intervalo considerado abrangeu os anos de 1994 a 2006, totalizando 10 processos de seleção. Analisaram-se os dados numéricos das atribuições de notas, ano a ano, com base no coeficiente de correlação de Pearson. Os resultados apresentam um perfil irregular, com índices de correlação tanto baixos (r=0,15) como elevados (r=0,89). A análise estritamente documental mostrou-se insuficiente para explicar o padrão errático das correlações ao longo dos dez processos examinados. Sugerem-se procedimentos adicionais, tanto no que se refere ao pesquisar como no que diz respeito à elevação da confiabilidade no aferimento das provas escritas do processo de seleção.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it